arXiv Robotics· Sajad Marvi, Julian Schmidt, Alessandro Canevaro, Julian Jordan, Abhinav Valada·· 4 小时前AI 评分24
不确定性驱动的自博弈：面向鲁棒多智能体驾驶策略
Uncertainty-Driven Self-Play for Robust Multi-Agent Driving Policies
AI 导读
研究提出不确定性驱动的自博弈方案，让一半智能体以提升邻居认知不确定性为奖励、另一半学习安全驾驶，从而自动生成困难场景课程。所得策略零样本迁移至 nuplan Val14 达 99.12%（标准自博弈 97.97%）、Argoverse 2 达 82.39%（78.03%），无需微调，并在 Waymo 上优于标准自博弈。
来源：arXiv Robotics · arxiv.org